基于SVM和增强型PCP特征的和弦识别

摘要：

和弦识别是自动音乐标注的基础，在歌曲翻唱识别、音乐分割及音频匹配等领域具有重要作用。针对不同乐器之间相同和弦识别率较低的问题，提出一种基于瞬时频率提取音级轮廓(PCP)特征的改进算法。该算法结合音高频率倒谱系数，将增强型PCP特征作为新的和弦识别特征，把音频信号输入到节拍跟踪器，依据动态规划算法提取信号的节拍信息，计算音频信号每一个节拍内的增强型PCP特征，采用结构化支持向量机分类方法实现对音乐和弦的识别。实验结果表明，与传统PCP特征相比，采用增强型PCP特征的和弦识别率提高了2.5%~6.7%。

关键词：和弦识别、音级轮廓、节拍跟踪、音高频率倒谱系数、支持向量机

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61101225,60802049；天津大学自主创新基金资助项目60302015。

在线出版日期：2014-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：179-182